jueves, 16 de abril de 2009

INTELIGENCIA ARTIFICIAL


Los avances experimentados en el campo de la informática médica en Cuba comprenden la investigación, la docencia, la asistencia secundaria y primaria; así como la gerencia de las instituciones de salud. En este campo, las aplicaciones pertenecientes a la denominada área de la inteligencia artificial despiertan un gran interés, debido a sus posibilidades para involucrarse en situaciones donde se requiere un gran acervo de conocimientos médicos, el veloz procesamiento de los datos y la toma efectiva de decisiones. Se valoran las perspectivas de uso de sistemas con comportamiento inteligente en el ámbito médico cubano, un objetivo básico en el sector de la salud, debido a la prioridad concedida a las investigaciones fundamentales y aplicadas en ciencias médicas en función de los programas dirigidos al mejoramiento de la salud de nuestro pueblo.


Se plantean algunos problemas relevantes de cuya solución dependerá la implementación de ingenios que simulen el intelecto del médico en toda su dimensión. La aplicación de la inteligencia artificial en la Medicina, además de requerir de una adecuada delimitación de sus metas y tareas, plantea serias dificultades en los planos científicos, tecnológicos, filosóficos y éticos. A pesar de los esfuerzos, su concepto se utiliza todavía en no pocos casos para referirse a ciertas simulaciones por computadoras de operaciones consideradas antes inherentes al hombre mientras que las computadoras con atributos de inteligencia artificial son aún muy limitados, no perciben la semántica de la información y exhiben posibilidades lógicas muy modestas comparadas con las mostradas por los médicos
Revista Cubana de Investigaciones Biomédicas


DIAG, un sistema experto para el diagnóstico de anomalías craneofaciales

Lic. Miguel A. Guevara López, Dr. Mario Rodríguez Rodríguez y Dra. Norma González Pestano


RESUMEN
Se presenta un prototipo experimental de un sistema experto para el diagnóstico de un grupo de anomalías craneofaciales, encontradas en la clínica. Este sistema es una herramienta de diagnóstico para ortodoncistas, residentes y estomatólogos dedicados a la ortodoncia y puede también ser empleado como un sistema tutoral inteligente para el estudio de la ortodoncia.
Descriptores DeCS: HUESOS FACIALES/anomalías; CRANEO/anomalías; ANOMALIAS/diagnóstico; DIAGNOSTICO POR COMPUTADOR; INTELIGENCIA ARTIFICIAL; SISTEMAS ESPECIALISTAS.
Las deformidades faciales, cuya etiología es múltiple, pueden comenzar su desarrollo desde la vida prenatal con diversidad de afectaciones funcionales y estéticas en el sistema estomatognático, integrado por huesos, músculos, nervios, oclusión y ATM, todo lo que debe ser valorado primordialmente en el estudio hasta lograr el diagnóstico. La necesidad de mejorar los medios de diagnóstico a través de los años, determinó que en las 2 últimas décadas se hayan incorporado técnicas de computación tales como la inteligencia artificial y el procesamiento digital de imágenes entre otras, destacándose el uso de los sistemas expertos por su versatilidad y posibilidad de condensación del conocimiento experto. El empleo de los sistemas expertos ha traspasado en pocos años las fronteras de los laboratorios, para tomar un lugar en hospitales, industrias, oficinas y muchos otros sitios; mientras la bibliografía extranjera refleja como en los últimos años cientos de ortodoncistas encontraron que las computadoras han contribuido significativamente al desarrollo de sus habilidades clínicas.1-8
Una de las primeras manifestaciones exitosas del uso de los sistemas expertos se realizó precisamente en el campo de las Ciencias Médicas en el año 1976 con el desarrollo del sistema MYCIN,9 cuyo objetivo fue el diagnóstico de enfermedades infecciosas.


MÉTODOS
HARDWARE
Una microcomputadora compatible IBM con al menos 640 kilobytes de RAM, un disco duro con un espacio disponible de 10 megabytes, una tarjeta gráfica VGA y un monitor a color también VGA.
SOFTWARE
Se utiliza el medio ambiente del sistema ARIES8 desarrollado por especialistas del Laboratorio de Inteligencia Artificial del Instituto de Cibernética Física y Matemática del Ministerio de Ciencia-Tecnología y Medio Ambiente de Cuba que está formado por un conjunto de herramientas para la creación, estructuración y manipulación del conocimiento.
EL SISTEMA DIAG
Con el objetivo de facilitar el análisis del sistema DIAG, nos referimos por separado a sus partes fundamentales, que son: base de conocimientos, mecanismos de control e interfase de usuarios.


BASE DE CONOCIMIENTOS
La programación de este sistema experto se ha llevado a cabo a partir de la mezcla realizada entre conocimientos tanto heurísticos como formales.
Los conocimientos utilizados se obtuvieron de libros de texto, folletos, revistas, conferencias, etc., todos referentes a la especialidad; además, se recogen criterios basados en la experiencia clínica de especialistas en Ortodoncia.
La base de conocimientos, que consta de un total de 300 proposiciones relacionadas por 250 reglas de producción fue estructurada en 8 módulos fundamentales:
1. Anomalías de posición ántero-posterior de los maxilares.
2. Anomalías de volumen de los maxilares.
3. Laterognatismos mandibulares.
4. Alteraciones en la inclinación mandibular.
5. Anomalías de forma mandibular.
6. Anomalías verticales de la cara.
7. Anomalías de posición y dirección de los dientes.
8. Tejidos blandos.Los módulos contienen los datos referentes a cada anomalía investigada, incluyendo algunas sugerencias acerca de las diferentes conductas a seguir en el plan de tratamiento, teniendo en cuenta el período de crecimiento y desarrollo en que se encuentra el paciente. Como forma fundamental de representación del conocimiento se utilizaron reglas de producción.
A continuación se relacionan algunas de las reglas del módulo 1.


Regla 1
Si (posición adelantada del maxilar superior respecto a la base craneana, ángulo SNA aumentado, arco anterior posterior a la ENA y ángulo de la profundidad maxilar mayor de 93 °).
Entonces (existe un prognatismo total superior) CF:(100,0).
Tratamiento
En período de crecimiento activo: técnicas multibandas, ortopedia funcional, fuerzas ortopédicas. Si completó el crecimiento: atención multidisciplinaria (cirugía ortognática).


Regla 5
Si (posición adelantada de la mandíbula respecto a la base del cráneo, ángulo facial mayor de 95°, valor del ángulo SNB aumentado, arco anterior por detrás del Pog y arco posterior por detrás del Go).
Entonces (existe prognatismo total inferior) CF: (100,0).
Tratamiento
En períodos de crecimiento activo: fuerzas ortopédicas, ortopedia funcional, aparatos multibandas. Si se ha completado el crecimiento: atención multidisciplinaria (cirugía ortognática).


Regla 11
Si (depresión del tercio medio facial, ángulo SNA disminuido, ángulo de la profundidad maxilar menor de 87 ° y arco anterior pasa por delante de ENA).
Entonces (existe retrognatismo total superior) CF: (100,0).
Tratamiento
En período de crecimiento activo: fuerzas ortopédicas, ortopedia funcional, aparatos multibandas, placas activas. Si se ha completado el crecimiento: fuerzas ortopédicas, atención multidisciplinaria (cirugía ortognática).


Regla 16
Si (posición más retrasada de la mandíbula respecto al cráneo y falta de prominencia mentoniana, arco anterior por delante de Pog, arco posterior por detrás de Go, ángulo SNB disminuido y distancia Mé-cuello disminuida).
Entonces (retrognatismo total inferior) CF: (100,0)
Las reglas de producción descritas tienen un formato: si A entonces B, en el cual la parte anterior A se conoce con el nombre de antecedente (condición), y la parte posterior como sucedente (acción); a cada una de ellas, se le asoció un valor o grado de certidumbre, donde el primer valor que aparece representa el grado de certidumbre que tenemos de que se cumpla el sucedente, si el antecedente se cumple con seguridad absoluta y el segundo valor representa el grado de seguridad que tenemos de que se cumpla la negación del sucedente, si es absolutamente falso el antecedente.


MECANISMOS DE CONTROL
Se evaluaron las estrategias de control definidas en el medio ambiente del sistema ARIES y se obtuvieron los mejores resultados cuando se utilizó la estrategia backward chaining (encade namiento hacia atrás) lo cual coincide con los resultados reportados por otros autores en el campo del diagnóstico médico.


INTERFASE DE USUARIO
Se utilizó la interfase de usuario que presenta ARIES, la cual cumplió con los requisitos de comunicación con el usuario final que se esperaba, o sea, dirigido a especialistas, residentes, estomatólogos dedicados a la ortodoncia y alumnos de la carrera de estomatología.


ANÁLISIS DE LOS RESULTADOS
La representación del conocimiento en el sistema experto presentado, lograda bajo el medio ambiente del sistema ARIES y su desenvolvimiento aceptable, se comprobaron al examinar 80 historias clínicas (HC) confeccionadas por especialistas, al ser procesados los datos del examen físico y los hallazgos en telerradiografías de perfil, posteroanteriores, panorámicas y las mediciones realizadas en los modelos.
En 69 de las HC procesadas por el sistema, que representan el 86,25 % del total de los casos analizados, el diagnóstico fue coincidente con el de los especialistas, mientras que en 5 casos (6,25 %) el diagnóstico fue erróneo y en 6 casos (7,5 %) no se pudo establecer diagnóstico alguno.
En muchos casos, la confección de la HC fue pobre con respecto a los datos tomados de cada paciente, a pesar de lo cual se logró un diagnóstico acertado por parte del sistema, lo que demuestra la efectividad de la representación del conocimiento lograda en cada módulo, así como de la flexibilidad admitida para diagnosticar con un mínimo de datos de peso.
Por otra parte, como el conocimiento de las personas que constituyen el universo de los que pueden hacer uso del sistema DIAG es diverso, muchos de los índices, ángulos, medidas, relaciones y proporciones, que tienen una denominación definida pueden ser desconocidos, por lo que el sistema está dotado de la posibilidad de ayuda en el momento que ésta sea requerida. Dicha ayuda constituye una fuente con fundamentos bibliográficos confiables, y puede ser, como consecuencia, un banco de conocimientos para los que se inician en la ortodoncia, así como de recordatorio para los expertos.
La multiplicidad de desviaciones del crecimiento y desarrollo craneofacial que se pueden encontrar, tanto en la práctica diaria, como las reportadas en la literatura actual, hacen que esta versión inicial del sistema no sea general, porque sólo abarca un espectro limitado con relación a las múltiples combinaciones que se pueden producir, sobre todo cuando se trata de enfermedades que afectan la normal relación de los componentes estructurales faciales, tanto de tejidos blandos como duros, entre los que se encuentran los pacientes fisurados en todas sus manifestaciones y otros síndromes bien explicados en la literatura.
No obstante, el sistema es susceptible de asimilar más conocimientos, que pueden ser aportados por grupos de expertos de diferentes especialidades, lo que lo hará más universal, con mayores posibilidades de solución de problemas relacionados con el diagnóstico en ortodoncia.
Con la base de conocimientos obtenidos se comprobó además, la dinámica del sistema. En este sentido se concluyó que el diagnóstico se establece con rapidez y seguridad, siempre que los datos aportados sean confiables y suficientes.
No es común en los tiempos actuales, el empleo de sistemas expertos como una forma generalizada de la enseñanza en nuestro país, por tanto, éstos pueden ser utilizados también como un sistema tutorial inteligente en el estudio de las anomalías craneofaciales.

INTELIGENCIA ARTIFICIAL


I. INTRODUCCIÓN

Desde el inicio de la Inteligencia Artificial ubicado aproximadamente a final de la década de los 50, sus técnicas han sido utilizadas y aplicadas en diversas áreas comunes al desempeño cotidiano de las personas, ayudando, reemplazando, simulando las acciones o decisiones tomadas
por individuos con ciertas características en particular. Como una de sus principales áreas de aplicación se puede destacar particularmente la medicina, dado que la Inteligencia Artificial
logró su mayor impacto inicial en ella a través de los sistemas expertos y específicamente por medio de los sistemas de diagnóstico.



El diagnóstico médico es una tarea que requiere de gran precisión, dada la trascendentalidad que puede llevar consigo una decisión mal tomada. Por lo tanto dicha actividad es realizada por médicos con una cierta cantidad de experiencia en el área en la que se este realizando el diagnóstico. La Inteligencia Artificial como su mismo significado lo expresa, pretende emular la capacidad natural que posee el hombre en la toma de decisiones de cualquier tipo, imitando tanto su modo de aprendizaje como la manera en que basado en dicho conocimiento puede llegar a tomar decisiones. Para este propósito se han venido aplicando diferentes ramas de la Inteligencia Artificial dentro de las cuales se pueden destacar los Sistemas Expertos (mencionados anteriormente), las Redes Neuronales, la Minería de Datos, los Agentes Inteligentes.



Éste artículo presentará una exploración histórica general del diagnóstico médico apoyado en la Inteligencia Artificial, mostrando definiciones generales de las áreas de la Inteligencia Artificial involucradas, las tendencias presentadas lo largo del tiempo (utilización de dichas áreas) y las aplicaciones desarrolladas en los últimos años (1999 – 2005), destacando autores, año y área de la Inteligencia Artificial que se utilizó o aplicó en cada caso en particular.



II. CONCEPTOS GENERALES
En ésta sección se establecerá una definición global de algunos de los términos básicos a utilizar a lo largo del documento, presentando las características básicas e importantes, con el fin de unificar los criterios y permitir una mejor comprensión de la idea a desarrollar dentro del resto de contenido del documento.



A. Inteligencia Artificial


La Inteligencia Artificial es una combinación de las ciencias computacionales, fisiología y filosofía, reúne varios campos (robótica, sistemas expertos, sistemas inteligentes entre otros), todos los cuales tienen en común la creación de “máquinas” que pueden "pensar" tal y como lo hacen los humanos. La idea de construir una máquina, que pueda ejecutar tareas que parecen necesitar de la inteligencia humana para llevarse a cabo es un atractivo. Las tareas que han sido estudiadas desde este punto de vista incluyen juegos, traducción de idiomas, diagnóstico (médico, de fallas), robótica, suministro de asesoría experta en diversos temas.



Es así como los sistemas de administración de base de datos cada vez más sofisticados, la estructura de datos y el desarrollo de algoritmos de inserción, borrado y locación de datos, así como el intento de crear máquinas capaces de realizar tareas que son pensadas como típicas del ámbito de la inteligencia humana, acuñaron el término Inteligencia Artificial en 1956.


Redes Neuronales

Una Red Neuronal Artificial (RNA) es un modelo que emula una Red Neuronal Biológica. Este concepto es usado para implementar simulaciones de software en procesos paralelos masivos que envuelven el procesamiento de elementos interconectados en una arquitectura de red . Las neuronas artificiales reciben entradas que son equivalentes a los impulsos eléctricos de las dendritas de las neuronas biológicas reciben de otras neuronas. La salida de la neurona artificial, equivale a la señal enviada fuera de la neurona biológica a través de su axón. Estas señales artificiales pueden ser cambiadas del mismo modo en que ocurren los cambios físicos en la sinapsis de la neurona biológica.

MEDICINA ARTIFICIAL EN EL CAMPO DE LA MEDICINA

Los avances experimentados en el campo de la informática médica en Cuba comprenden la investigación, la docencia, la asistencia secundaria y primaria; así como la gerencia de las instituciones de salud. En este campo, las aplicaciones pertenecientes a la denominada área de la inteligencia artificial despiertan un gran interés, debido a sus posibilidades para involucrarse en situaciones donde se requiere un gran acervo de conocimientos médicos, el veloz procesamiento de los datos y la toma efectiva de decisiones. Se valoran las perspectivas de uso de sistemas con comportamiento inteligente en el ámbito médico cubano, un objetivo básico en el sector de la salud, debido a la prioridad concedida a las investigaciones fundamentales y aplicadas en ciencias médicas en función de los programas dirigidos al mejoramiento de la salud de nuestro pueblo. Se plantean algunos problemas relevantes de cuya solución dependerá la implementación de ingenios que simulen el intelecto del médico en toda su dimensión.

La aplicación de la inteligencia artificial en la Medicina, además de requerir de una adecuada delimitación de sus metas y tareas, plantea serias dificultades en los planos científicos, tecnológicos, filosóficos y éticos. A pesar de los esfuerzos, su concepto se utiliza todavía en no pocos casos para referirse a ciertas simulaciones por computadoras de operaciones consideradas antes inherentes al hombre mientras que las computadoras con atributos de inteligencia artificial son aún muy limitados, no perciben la semántica de la información y exhiben posibilidades lógicas muy modestas comparadas con las mostradas por los médicos.

APLICACIONES DE LA INTELIGENCIA ARTIFICIAL EN LA MEDICINA




1. Resumen
2. Introducción
3. Desarrollo
4. Robótica
5. El futuro
6. Bibliografía revisada





Resumen
La inteligencia artificial como parte importante de la computación tiene múltiples ramas y cada rama tiene importantes aplicaciones médicas que son analizadas con profundidad y sencillez a la vez y se mencionan ejemplos actuales de dichas aplicaciones.
Doctor en medicina 1997.Diplomado en idioma inglés en 1997.Diplomado en idioma francés 2002. Diplomado en ofimática 20003.Especialista en medicina general 2005.



INTRODUCCIÓN



El sorprendente avance tecnológico que la humanidad ha experimentado en los últimos dos siglos encuentra su expresión mas acabada y complicada en la invención de las computadoras, las "máquinas que piensan" como las llama McCorduck (1979). La rapidez y la asombrosa complejidad de la computadora ya no son un secreto para nadie, sin embargo la verdad sobre sus más profundas implicaciones es conocida sólo por un número muy limitado de especialistas.
La Inteligencia Artificial es una ciencia que trata de la comprensión de la inteligencia y del diseño de máquinas inteligentes, es decir, el estudio y la simulación de las actividades intelectuales del hombre (manipulación, razonamiento, percepción, aprendizaje, creación). La IA es un campo de estudio que busca explicar y emular el comportamiento inteligente en términos de procesos computacionales.
La Inteligencia Artificial es una combinación de la ciencia del computador, fisiología y filosofía, tan general y amplio como eso, es que reúne varios campos (robótica, sistemas expertos, por ejemplo), todos los cuales tienen en común la creación de máquinas que pueden "pensar".
Algunos expertos en computación han sostenido, desde hace algún tiempo, que las computadoras serán poseedoras de capacidades y habilidades similares a las de los seres humanos, y que, en el futuro próximo, las veremos igualarnos y superarnos en muchas de las actividades intelectuales tradicionalmente reservadas a los seres humanos.
En principio las posibilidades son casi ilimitadas, así encontramos hoy en día programas de inteligencia artificial en los satélites artificiales, en los grandes aeropuertos, en sistemas de diagnóstico de hospitales y en una infinidad de aplicaciones hasta llegar al reconocimiento de caracteres y de la voz humana.
Sino fuese por la existencia y versatilidad de la I.A., muchas de las cosas que estamos acostumbrados a utilizar no podrían funcionar del mismo modo y algunas de ellas ni siquiera lo harían. Dos de las aplicaciones mencionadas anteriormente y que recientemente están teniendo una gran aceptación y uso son las de reconocimiento de caracteres y de voz. En el caso de los caracteres no podría usarse un programa que tan solo comparase la imagen, obtenida por el escáner, con unos patrones o muestras de letras almacenadas anteriormente en la memoria pues las posibilidades de variación de estas es enorme dependiendo del tipo de letra y de la serie de atributos que estas pueden tener, si a esto le sumamos la variación de calidad en el texto impreso, nos encontramos con una gran cantidad de datosa tener en cuenta que sólo pueden ser evaluados por un programa de I.A. Si en el caso de los caracteres hay gran variabilidad en el caso de la voz esta variabilidad se eleva enormemente hasta el punto de ser necesario siempre un breve periodo de aprendizaje por parte de la máquina para reconocer la voz del usuario.
Investigación y desarrollo en áreas de la IA
Las aplicaciones tecnológicas en las que los métodos de IA usados han demostrado con éxito que pueden resolver complicados problemas de forma masiva, se han desarrollado en sistemas que:
1. Permiten al usuario preguntar a una base de datos en cualquier lenguaje que sea, mejor que un lenguaje de programación.
2. Reconocen objetos de una escena por medio de aparatos de visión.
3. Generar palabras reconocibles como humanas desde textos computarizados.
4. Reconocen e interpretan un pequeño vocabulario de palabras humanas.
5. Resuelven problemas en una variedad de campos usando conocimientos expertos codificados.
Los países que han apadrinado investigaciones de IA han sido: EEUU. , Japón, Reino Unido y la CEE; y lo han llevado a cabo a través de grandes compañías y cooperativas de riesgo y ventura, así como con universidades, para resolver problemas ahorrando
En la medicina en general la inteligencia artificial ayuda a los médicos a hacer diagnósticos, supervisar la condición de los pacientes, administrar tratamientos y preparar estudios estadísticos.






DESARROLLO
La
Inteligencia Artificial (IA) es un campo de estudios muy amplio, y en constante cambio. Sin embargo, su producto final es siempre software. Estos programas, producto del trabajo de la IA, son denominados Sistemas Inteligentes (SI).
Un SI incorpora conocimiento sacado de la experiencia y expertisia de los expertos humanos. Los campos de aplicación de tales SI’s son muy variados, pensemos por ejemplo en un sistema de diagnóstico médico, o en un sistema integrado de ayuda a la toma de decisiones empresariales. En cualquier caso, un SI partirá de unos datos y los convertirá en información (conocimiento), de modo que ayude a tomar una decisión. Para convertir los datos en información útil, empleará algoritmos de razonamiento, aprendizaje, evolución, etc. Además, el SI actuará siempre en tiempo real, lo que representa un aumento de la productividad.
En el caso de la medicina las aplicaciones de la Inteligencia artificial son tan amplias que no podremos ni siquiera resumirlas todas, por lo que haremos mención de algunas de las que más extensamente se han usado y de algunas de las que más se están utilizando en la actualidad.






Sistemas Expertos.
Constituye hoy en día el área de aplicación de la I.A. dentro de la medicina de mayor éxito. Los sistemas expertospermiten almacenar y utilizar el conocimiento de uno o varios expertos humanos en un dominio de aplicación concreto. Su uso incrementa la productividad, mejora la eficiencia en la toma de de-cisiones o simplemente permite resolver problemas cuando los expertos no están presentes. Muchos son los ejemplos de sistemas expertos desarrollados.
Entre ellos: MYCIN para el diagnóstico médico.
Un sistema experto genérico consta de dos módulos principales:
1. La base de conocimientos del sistema experto con respecto a un tema específico para el que se diseña el sistema. Este conocimiento se codifica según una notación específica que incluye reglas, predicados, redes semánticas y objetos.
2. El motor de inferencia: es el que combina los hechos y las preguntas particulares, utilizando la base de conocimiento, seleccionando los datos y pasos apropiados para presentar los resultados
Un Sistema Experto (SE), es básicamente un programa de computadorabasado en conocimientos y raciocinio que lleva a cabo tareas que generalmente sólo realiza un experto humano; es decir, es un programa que imita el comportamiento humano en el sentido de que utiliza la información que le es proporcionada para poderdar una opinión sobre un tema en especial. Otros autores lo definen como sigue: un Sistema Experto es un programa de computadora interactivo que contiene la experiencia, conocimiento y habilidad propios de una persona o grupos de personas especialistas en un área particular del conocimiento humano, de manera que permitan resolver problemas específicos de ése área de manera inteligente y satisfactoria. La tarea principal de un SE es tratar de aconsejar al usuario. Los sistemas expertos son una variedad comercial de una clasede programas computacionales llamados sistemas basados en conocimiento. El conocimiento en sistemas expertos es altamente in estructurado, esto es, el proceso de solucionar problemas de un dominio no es manifiesto. Y es establecido explícitamente en relaciones o deductivamente inferidos desde la cadena de proposiciones.(4)(5)
Dado que cada condición que puede ser encontrada puede ser descrita por una regla, los sistemas expertos basados en reglas no pueden manejar eventos no anticipados, pero pueden evolucionar con el uso, y permanece limitado a un estrecho dominio de problemas.
Sólo para citar un ejemplo, un Sistema Experto (SE) de medicina es una aplicación capaz de dar soporte a un diagnóstico, con el uso de técnicas básicas de representación del conocimiento, deducción y búsqueda de soluciones.
Esto va desde sistemas básicos dirigidos al usuario del hogar, hasta proyectos de apoyo a países en desarrollo para auxiliar a médicos generales en el diagnóstico de enfermedades donde los especialistas no se encuentran disponibles. Los casos más avanzados son los sistemas de monitoreo capaces de mantener estable al paciente, manejar los cambios en la condición del paciente y disparar alarmas. Es en este nivel, donde los campos de aplicación se mezclan con las clases o tipos de aplicaciones que nos llevan a hacer una explosión de usos potenciales de la IA. (1)(4)(6)
Otra variante de sistemas expertos, uno que no posee esta limitación, emplea una base de conocimiento que consiste de descripciones estructuradas de situaciones, de problemas del mundo real y de decisiones actualmente hechas por expertos humanos. En medicina, por ejemplo, el registro de un paciente contiene descripciones de datos personales, exámenes físicos y de laboratorio, diagnóstico clínico, tratamiento propuesto, y los resultados de tales tratamientos.
Dada una gran base de datos con tales registros en una especialidad médica, el médico puede indagar acerca de eventos análogos a los relacionados con el paciente. Esto en contraste con el sistema que idealmente intenta reemplazar al ser humano, ya que en casos como estos sólo podría usarse este tipo de conocimiento como una herramienta que ayuda en la toma de decisiones. El software requerido para este tipo de sistemas se ha ido complicando con el tiempo ya que su desarrollo demanda tiempo, un buen equipo de programadores y un buen producto final.(4)(5)(7)
Los resultados de la inteligencia artificial han sido utilizados también para la elaboración de aplicaciones de Enseñanza Asistida por Computadoras en las ciencias médicas. El ejemplo más representativo de este tipo de sistemas es el GUIDON, un tutorial inteligente basado en el sistema experto MYCIN. El objetivo de este último es diagnosticar infecciones bacterianas en la sangre y sugerir el tratamiento adecuado.
El sistema GUIDON se inicia con la presentación de un caso clínico sobre el cual el sistema va proporcionando información adicional a solicitud del estudiante y almacena la información sobre el tipo y número de consultas que va realizando, así como el orden de razonamiento que emplea el estudiante al tratar de resolver el caso problema. El GUIDON puede interrumpir la consulta y reorientar al estudiante en el momento en que presenta una de las reglas apropiadas para la solución. Este sistema proporciona ayuda al estudiante en función del camino que éste va siguiendo para solucionar el caso.
El GUIDON también cuenta con la posibilidad de hacer presentaciones de casos clínicos de tipo tutorial, con el propósito de introducir nuevo material o establecer diálogos sobre los mecanismos de inferencia referentes al caso para llegar al diagnóstico y tratamiento adecuados.
Desarrollar tutoriales inteligentes como el GUIDON requiere de un gran tiempo de trabajo y un enorme costo, ya que implica, en primer lugar, adquirir conocimientos de un experto humano, almacenarlos en una computadora y manejarlos con los recursos que esta última brinda, para obtener un resultado o solución igual o suficientemente cercana a la de un experto humano. El sistema además, debe poder explicar en todo momento su razonamiento. Por su complejidad, estos no son los sistemas que más comúnmente se desarrollan para la enseñanza.(6)(7) (8)
La tecnología de sistemas expertos ha probado su utilidad en campos muy heterogéneos del saber humano, a modo de ejemplos podemos citar algunos Sistemas Expertos:
• MYCIN, construido también en Stanford, diagnostica enfermedades infecciosas de la sangre y receta los antibióticos apropiados.
• PUFF, diagnostica enfermedades pulmonares.
• CADUCEUS, de la Universidad de Pittsburgh, para diagnosticar medicina interna.
• EMYCIN (Essential Mycin)Shell construido en la Universidad de Stanford sobre la base del MYCIN, sistema de expertos que realiza diagnóstico de enfermedades infecciosas a la sangre. Posteriormente sobre el EMYCIN se construyeron otros sistemas expertos como el PUFF (que diagnostica enfermedades pulmonares) y el SACON (Ingeniería estructural).
• MED1 Este shell fue desarrollado en 1983 por F. Puppe en el marco de una tesis doctoral en la Universidad de Kaiserlautern y llevado a la práctica posteriormente en varios computadores. El lenguaje de programación sobre el que se basa, aunque no es accesible desde el MED1, es Interlisp. El MED1, como su nombre indica, es especialmente apropiado para sistema de diagnóstico médico. Debido al contexto de desarrollo, la interfase del usuario no es en absoluta tan cómoda como en otros Shell como el KEE y el S1, cuyo desarrollo fue orientado hacia la explotación comercial. La principal ventaja del MED1, es su gran flexibilidad en la manipulación de conocimientos difusos.(3)(9)
Ahora hablaremos un poco mas sobre MYCIN:
Mycin
Sistema Experto para diagnósticos médicos
MYCIN es un Sistema Experto para la realización de diagnósticos, iniciado pro Ed Feigenbaum y posteriormente desarrollados por E.Shortliffe y sus colaboradores. Su función es la de aconsejar a los médicos en la investigación y determinación de diagnósticos en el campo de las enfermedades infecciosas de la sangre. El sistema MYCIN, al ser consultado por el médico, solicita primero datos generales sobre el paciente: nombre, edad, síntomas, etc. Una vez conocida esta información por parte del sistema, el Sistema Experto plantea unas hipótesis. Para poder verificarlas comprueba primero la exactitud de las premisas de la regla. Esto se realiza mediante una búsqueda de enunciados correspondientes en la base de conocimientos. Estos enunciados pueden a su vez estar de nuevo en la parte de consulta de otra regla. También lo realiza mediante determinadas preguntas al usuario. Aquí se hacen preguntas del tipo: ¿Se ha practicado en el paciente algún tipo de intervenciónquirúrgica?
Con las respuestas que recibe, el MYCIN verifica o rechaza las hipótesis planteadas. Una serie de tests han demostrado que MYCIN trabaja igual de bien que un médico.




ROBÓTICA




Los robot son unas máquinas controladas por ordenador y programada para moverse, manipular objetos y realzar trabajos a la vez que interacciona con su entorno. Los robots son capaces de realizar tareas repetitivas de forma más rápida, barata y precisa que los seres humanos.
La fabricación de robots es el mejor campo de experimentación para la Inteligencia Artificial. La robótica no es ciencia-ficción, no trata de hacer robots que piensen como personas y se parezcan a ellas, sino que trabaja con metas más simples. Los robots no tienen nada que ver con lo que entendemos por humanoides. Son objetos cotidianos que facilitan un poco la vida, como un electrodoméstico.
La reproducción de cualquier órgano del ser humano es extremadamente difícil, y para imitar el funcionamiento de una pierna se utiliza algo tan rudimentario como ruedas y cadenas. Algo parecido ocurre con la visión, pues una cámara no se aproxima a la riqueza que tiene el ojo humano, que además tiene visión estereoscópica, mientras que una cámara ve una imagen plana.
El diseño de un manipulador robótico se inspira en el brazo humano. Las pinzas están diseñadas para imitar la función y estructura de la mano humana. Muchos robots están equipados con pinzas especializadas para agarrar dispositivos concretos.
Las articulaciones de un brazo robótico suelen moverse mediante motores eléctricos. Una computadora calcula los ángulos de articulación necesarios para llevar la pinza a la posición deseada.(12)
En 1995 funcionaban unos 700.000 robots en el mundo. Más de 500.000 se empleaban en Japón, unos 120.000 en Europa Occidental y unos 60.000 en Estados Unidos. Muchas aplicaciones de los robots corresponden a tareas peligrosas o desagradables para los humanos. En los laboratorios médicos, los robots manejan materiales que conlleven posibles riesgos, como muestras de sangre u orina. En otros casos, los robots se emplean en tareas repetitivas en las que el rendimiento de una persona podría disminuir con el tiempo. Los robots pueden realizar estas operaciones repetitivas de alta precisión durante 24 horas al día.(13)

Patxi Ibarrondo se refiere a la instalación en el Hospital Universitario de Valdecilla (Santander, España) de un robot informatizado llamado Celedonio que simula todas las situaciones de emergencia en una sala de operaciones, de esta manera el personal del hospital se entrena "sin necesidad de adquirir experiencia únicamente a costa de los pacientes". Según el artículo, Celedonio "es un robot cibernético, casi de carne y hueso, que simula a la perfección las sofisticadas constantes de la vida humana y está preparado para soportar estoicamente toda manipulación que sea menester sin quejarse". Celedonio simula, excepto las psiquiátricas, "todas las enfermedades o traumas en sus infinitas variantes y niveles de gravedad", incluso puede morir si es necesario. Este robot es único en España, solo existen dos similares en Europa y cuesta 45 millones de pesetas.
Redes neuronales artificiales
Un computador tradicional es una máquina que ejecuta una serie de instrucciones de forma secuencial, siendo capaz de realizar complicadas operaciones lógicas y aritméticas muy rápidamente. Sin embargo, la estructura del cerebro es radicalmente diferente. No está compuesto por un único microprocesador complejo y eficiente, sino por miles de millones de neuronas, que realizan de modo impreciso, redundante y relativamente lento un tipo de cálculo muy simple. Y sin embargo estos sistemas resuelven ciertas tareas como la visión manejando grandes cantidades de información redundante, defectuosa y cambiante como ninguna máquina que el hombre haya podido construir hasta la fecha.
Una red neuronal es un modelo computacional que pretende simular el funcionamiento del cerebro a partir del desarrollo de una arquitectura que toma rasgos del funcionamiento de este órgano sin llegar a desarrollar una réplica del mismo. El cerebro puede ser visto como un equipo integrado por aproximadamente 10 billones de elementos de procesamiento (neuronas) cuya velocidad de cálculo es lenta, pero que trabajan en paralelo y con este paralelismo logran alcanzar una alta potencia de procesamiento. El elemento clave de este paradigma es la novedosa estructura del sistema de procesamiento de la información.(12)(13)
Los sistemas neuronales artificiales toman las características esenciales de la estructura neuronal del cerebro para crear sistemas que lo mimeticen, mediante sistemas electrónicos o mediante simulación por ordenador, aprovechando sus propiedades de cálculo. Estos sistemas están compuestos por multitud de procesadores simples que operan sobre la base de reconocimiento de patrones, y que pueden adquirir, almacenar y utilizar conocimiento experimental, obtenido a partir de ejemplos. Esta forma de adquirir el conocimiento es una de sus características más destacables: no se programa de forma directa, como en los sistemas expertos, sino que se adquiere el conocimiento a partir de ejemplos, por ajuste de parámetros de las neuronas mediante un algoritmo de aprendizaje.
La clasificación de las áreas de la aplicación de redes neuronales en el campo de la Medicina, es la siguiente:
1) Diagnóstico: detección de cáncer y patologías cardíacas a através de las señales que se obtienen a partir de la aparatología médica. Los beneficios del uso de redes neuronales en diagnóstico no se ven afectados por factores como la fatiga, las condiciones desfavorables de trabajo, y los estados emocionales.
2) Analítica: en bioquímica se facilitan los análisis de orina, sangre, control de diabetes, ionogramas,y la forma de detectar condiciones patológicas a través del análisis bioquímico.
3) Imágenes: el procesamiento de mágenes de alta complejidad (RX; TAC; RNM; ecografías; Doppler, etc) mediante redes neuronales permitió establecer patentes referidas a imágenes significativas de patologías antes no demostradas.
4) Farmacología: singular valor en el desarrollo de drogas para el tratamiento del cáncer. También han sido utilizadas para el proceso de modelado de biomoléculas.
El algoritmo generalmente utilizado en los items 1), 2), y 4) es el de retropropagación
El comportamiento de una red neuronal depende de los pesos de las funciones de input-output (Funciones de transferencia).
En términos generales, podemos citar que las funciones tipicamente pueden estar en alguna de estas tres categorías:
1) Función linear, donde la actividad de output es proporcinal al peso total del output.
2) Gatillo, donde el output es establecido a uno de dos niveles, dependiendo de cuál input total es mayor que otro, o menor que otro, dependiendo del valor del gatillo.
3) Función sigmoide, donde el output varía permanentemente pero no en forma linear como los cambios del input. Presenta una similitud considerable con las neuronas reales.(14)(15)(16)17)
En medicina, existen algunas aplicaciones relativamente recientes ampliamente usadas todavia que tienen como objetivo fundamental el de servir de apoyo al trabajo del médico en determinadas circunstancias, y entre las cuales podemos señalar las siguientes:
1. Asistente basado en casos para la clínica psiquiátrica.
2. Sistema basado en casos para el procesamiento de imágenes de tomografía axial computarizada y resonancia magnética, de tumores cerebrales.
3. Sistema asistente para el manejo de pacientes en unidades de cuidados intensivos
4. Asistente basado en casos para el diagnóstico y análisis del síndrome dismórfico.).
5. Sistema de razonamiento automatizado para el diagnóstico y pronóstico del cáncer de próstata.
6. Sistema para la evaluación inicial de pacientes con SIDA.
7. Sistema basado en casos que utiliza una red neuronal artificial para el diagnóstico del infarto agudo de miocardio.
8. Sistema de RBC para el pronóstico de cardiopatías congénitas en recién nacidos.).
9. Sistema basado en casos para el cálculo de la dosis de antibióticos en cuidados intensivos.
10.Sistema de RBC para la detección de la enfermedad coronaria por escintigramas coronarios.



OTRAS APLICACIONES:




CAEMF Dedicado al diagnóstico y seguimiento anteparto del estado materno-fetal)
SUTIL Aborda el problema de la monitorización inteligente en una unidad de cuidados coronarios y resuelve algunos problemas importantes relacionados con los sistemas expertos en tiempo real)
MEEDTOL Es una herramienta para el desarrollo de sistemas expertos que incluye un procedimiento propio para la representación del conocimiento mediante "magnitudes generalizadas", una especie de micromarcos)
TAO Consejero de terapia oncológica que incorpora el conocimiento estratégico necesario para la inclusión de enfermos en protocolos de quimioterapia y para el seguimiento del efecto del protocolo)
TAO-MEEDTOOL Sistema experto para ecocardiografía. (1)(3)
Como ejemplo de otros programas se encuentran, el programa Eliza, que simula el comportamiento de un psiquiatra que hace preguntas a un paciente, y el programa Parry, que simula el comportamiento de un paciente paranoico. Ambos tienen una gran capacidad de convencimiento, sin embargo no tienen idea de lo que dicen. Estos programas se limitan a reconocer palabras claves dentro de la frase tecleada por la persona, y tomando en cuenta algunas reglas sintácticas definidas con anterioridad, generan una respuesta adecuada. Por lo que carecen de inteligencia, pues en realidad ignoran lo que hacen.

Hasta aquí, hemos tratado el tema de la IA así como también sus aplicaciones recientes en medicina. En nuestro país se han logrado resultados prometedores en la elaboración de programas de computación de RBC orientados fundamentalmente al diagnóstico médico. Como ejemplo de lo anterior podemos mencionar al Sistema Inteligente de Selección de Información (SISI), (16) elaborado en la Universidad Central de las Villas en 1996.
Esperamos que con el proyecto ya en marcha de informatización de la sociedad, estos programas sean incorporados cada vez más al trabajo médico, no con el objeto de sustituirlo y sí como instrumento de apoyo al personal de la salud.
EL FUTURO
En el año 2001 se realizó la primera operación transoceánica de la historia.Por medio de la telemedicina y usando dos sistemas de cirugía telerrobótica un equipo médico en New York extirpó con éxito la vesícula biliar a una paciente de 68 años ingresada en un hospital de Estrasburgo,Francia.Esto vaticina un un futuro fascinante para las operaciones a distancia y posibilitará la cirugía de tripulantes de naves espaciales ,trabajadores de plataformas petrolíferas en alta mar, o soldados heridos en el campo de batalla ,eliminándose las restricciones geográficas , los costosos traslados de pacientes a centros de alta especialización o la escasez de científicos muy especializados.Esta novedosa técnica llamada heart pot permite que el tiempo quirúrgico pueda ser televisado y seguido en tiempo real por otros expertos en el mismo salón o a miles de kilómetros de distancia
El sueño de crear un cerebro artificial similar al humano está todavía muy lejos de hacerse realidad. Sin embargo, la Inteligencia Artificial ha servido para elaborar sistemas y dispositivos en cierto modo "inteligentes": agendas electrónicas, sistemas de reconocimiento facial, programas anti-fraude, aviones de combate sin piloto, etc. Su aplicación en medicina ha conseguido también importantes logros; en Suecia se ha desarrollado una técnica que aplica IA a unos chips que empiezan a usarse para análisis genético de muestra, los denominados "biochips", cuya labor se centra en distinguir distintos tipos de cáncer.

Bibliografía revisada

1.UNIVERSIDAD ALAS PERUANAS" FACULTAD DE INGENIERIA DE SISTEMAS E INFORMATICACURSO: INFORMES TÉCNICOSTEMA: "INTELIGENCIA ARTIFICIAL" PROFESOR: ING. OSCAR MUJICA RUÍZ.2005
2. Inteligencia. Diccionario terminológico de ciencias médicas 11 ed. Barcelona: Salvat, 1990:533.
3. José María Filgueiras Nodar. Un panorama general de la inteligencia artificial y sus aplicaciones actuales.2005
4.Galvez Lio . Daniel . Sistemas basados en el conocimiento.UCLV(2006):4-37.
5.Colectivo de autores.Univ.Guadalajarra.Aplicaciones de la inteligencia artificial.2002.163-253
6. Rích E. Inteligencia artificial. 2da ed. McGraw-Hill, Interamericana de España, 1994:135-7.
7. Winston H. Inteligencia artificial. 3ra ed. Addison-Wesley Iberoamericana, 1994:87-9.
8. Brena R. La inteligencia artificial: enfoques, herramientas y aplicaciones. Soluciones Avanzadas Ao2-13:15.2001
9. Kolodner JL. An introduction to case-based reasoning. Artf Intell Rev 2002; 6:3-34.
10. Kolodner JL, Educational implications of anaiogy. A view from case-based reasoning. Am Psychol 2004; 52 (I): 57-66.
11. Frize M. Computer-assisted decision support system for patient management in an intensive care unit Medinfo 2005; 1009-12.
12. Evans CD. A case-based assistant for diagnosis and analysis of dysmorphic syndrome. Med Inf Lond 1995; 20(2) 121-31.
13. Bartels PH. Automated reasoning system in histopathologic diagnosis and prognosis of prostate cancer and its precursors. Eur Urol 1996; 30(2):222-33.
14. García MM, Bello RE. A model and its different applications to case-based reasoning. Knowledge Based Systems 1996; 9:465-73.
15. Heindi B. A case-based consiliarius for therapy recommendations: computer-based advice for calculated antibiotic therapy in intensive care medicine. Comput Methods Programs Biomed 1997; 52(2): 117-27.
16. Haddad M. Feasibility analysis of a case-based reasoning system for automated detection of coronary heart disease from myocardiai scintigrams. Artif Intell Med 1997; 9(1): 61-78.
17. Redes neuronales y clasificacion de datos: diagnóstico médico, ... Journal Title: Inteligencia Artificial, Revista Iberoamericana de Inteligencia Artificial ...
wotan.liu.edu/docis/dbl/iariia/2006







http://www.youtube.com/watch?v=Q5bMm-19iNQ